一种对岩体图像处理的方法及装置制造方法及图纸

本发明专利技术涉及图像处理技术领域，具体涉及一种对岩体图像处理的方法及装置，该方法包括：获取多张岩体图像，再对每一张岩体图像中包括的节理岩体图像以及岩体背景图像进行标注，之后使用标注好的多张岩体图像对改进后的语义分割模型进行训练，再使用训练完成后的语义分割模型对新采集的岩体图像进行分割预测，即可得到新采集的岩体图像中包含的节理信息及背景信息的预测结果，以便于工作人员及时了解某一地形的节理信息，并借助该节理信息分析导致地质灾害的可能性，较好地提高了地质灾害防护的预测准确度。的预测准确度。的预测准确度。

【技术实现步骤摘要】
一种对岩体图像处理的方法及装置


[0001]本专利技术涉及图像处理
，具体而言，涉及一种对岩体图像处理的方法及装置。

技术介绍

[0002]随着近年来深度学习技术飞速发展，以及计算机视觉技术日趋成熟，目前基于深度学习的场景语义分割和目标检测已经成为图像处理
的主要视觉感知方法。再而言之，语义分割技术针对输入的图片，对复杂背景下的不规则主体进行分割，预测出不同类别的内容，其本质是针对图像中的每个像素点进行分类，也极大提高了相应领域的生产力。
[0003]在地质灾害防护中，岩体中存在节理，破坏了岩体的整体性，促进岩体风化速度，增强岩体的透水性，因而使岩体的强度和稳定性降低。当节理主要发育方向与线形工程路线走向平行，倾向与边坡一致时，不论岩体的产状如何，都容易发生崩塌等不良地质现象。因此，研究复杂背景下的节理岩体图像信息具有很深的现实意义。

技术实现思路

[0004]本专利技术的目的在于提供一种对岩体图像处理的方法，将计算机视觉领域和地质灾害防护领域相结合，可以在复杂背景下将节理岩体图像与岩体背景图像分割出来，便于岩体中节理迹线信息的整理，提高地质灾害防护的预测准确度。
[0005]本专利技术的另一目的在于提供一种对岩体图像处理的装置，将计算机视觉领域和地质灾害防护领域相结合，可以在复杂背景下将节理岩体图像与岩体背景图像分割出来，便于岩体中节理迹线信息的整理，提高地质灾害防护的预测准确度。
[0006]为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种对岩体图像处理的方法，所述方法包括：获取多张岩体图像；对每一张所述岩体图像中包括的节理岩体图像以及岩体背景图像进行标注；使用标注后的所述多张岩体图像对改进后的语义分割模型进行训练；使用训练完成的所述语义分割模型对新采集的岩体图像进行分割预测，得到预测结果，所述预测结果包括所述新采集的岩体图像对应的节理岩体图像及岩体背景图像。
[0007]第二方面，本专利技术实施例还提供了一种对岩体图像处理的装置，所述装置包括：获取模块，用于获取多张岩体图像；标注模块，用于对每一张所述岩体图像中包括的节理岩体图像以及岩体背景图像进行标注；训练模块，用于使用标注后的所述多张岩体图像对改进后的语义分割模型进行训练；预测模块，用于使用训练完成的所述语义分割模型对新采集的岩体图像进行分割预测，得到预测结果，所述预测结果包括所述新采集的岩体图像对应的节理岩体图像及岩体背景图像。
[0008]本专利技术实施例提供的一种对岩体图像处理的方法及装置，该方法包括：获取多张岩体图像，再对每一张岩体图像中包括的节理岩体图像以及岩体背景图像进行标注，之后使用标注好的多张岩体图像对改进后的语义分割模型进行训练，再使用训练完成后的语义
分割模型对新采集的岩体图像进行分割预测，即可得到新采集的岩体图像中包含的节理信息及背景信息的预测结果，以便于工作人员及时了解某一地形的节理信息，并借助该节理信息分析导致地质灾害的可能性，较好地提高了地质灾害防护的预测准确度。
[0009]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0010]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0011]图1示出了本专利技术实施例提供的一种对岩体图像处理的方法的流程示意图。
[0012]图2示出了本专利技术实施例提供的一种改进后的语义分割模型的结构示意图。
[0013]图3示出了本专利技术实施例提供的一种对岩体图像处理的装置的功能模块示意图。
[0014]图示：100
‑
对岩体图像处理的装置；110
‑
获取模块；120
‑
标注模块；130
‑
训练模块；140
‑
预测模块。
具体实施方式
[0015]下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0017]请参照图1，是本专利技术实施例提供的一种对岩体图像处理的方法的流程示意图，该方法包括：S110，获取多张岩体图像。
[0018]具体为，利用无人机、相机等电子设备对各类复杂区域（峭壁上的岩体、水流区域的岩体、杂草包围的岩体等）对应的岩体图像进行采集。进一步地，将采集好的多张岩体图像存储于与电子设备一体装置的存储模块中，以待后续分析。
[0019]在获取了多张岩体图像后，对岩体图像进行分析处理时，还需要对每一张岩体图像进行数据增强处理，以提高模型的鲁棒性，增强泛化能力。具体操作为，利用翻转、旋转、裁剪、添加噪声、模糊、掩码、颜色变换、Cutout、Random Erasing、Mixup等有/无监督数据增强方法对获取节理岩体图片进行数据扩增。
[0020]此外，电子设备在对岩体图像进行采集的同时，该电子设备上还安装了卫星定位
模块，在电子设备对岩体图像进行拍摄时，该卫星定位模块也同步获取了同一时刻下该岩体图像对应的经纬度信息。将该经纬度信息与岩体图像进行对应结合，以便于获取每个节理在岩体中产生的具体位置，方便后续人员进行定位与地质灾害防护。
[0021]S120，对每一张所述岩体图像中包括的节理岩体图像以及岩体背景图像进行标注。
[0022]具体为，由于复杂背景下的岩体图像是不规则的，故采用的软件为labelme，labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，主要用于标记语义分割数据集。
[0023]在本专利技术实施例中，具体是使用该图像标注工具对每一张岩体图像中的节理岩体图像以及岩体背景图像做区分标注，例如自然状态下拍摄的岩体图像中包含了岩体的节理岩体图像（如山体部分），也包括背景图像部分（如树木、草丛部分），该对岩体图像进行标注的操作即是将两部分做区分，以便于后续的模型训练以及新采集的图像分割预测。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对岩体图像处理的方法，其特征在于，所述方法包括：获取多张岩体图像；对每一张所述岩体图像中包括的节理岩体图像以及岩体背景图像进行标注；使用标注后的所述多张岩体图像对改进后的语义分割模型进行训练；使用训练完成的所述语义分割模型对新采集的岩体图像进行分割预测，得到预测结果，所述预测结果包括所述新采集的岩体图像对应的节理岩体图像及岩体背景图像。2.如权利要求1所述的方法，其特征在于，所述方法还包括：获取每一张所述岩体图像对应的经纬度信息。3.如权利要求1所述的方法，其特征在于，所述改进后的语义分割模型的形成方法包括：对所述语义分割模型的编码器进行修改，引入密集连接方式的空洞空间金字塔池化模块；对所述语义分割模型的解码器进行修改，引入有效通道注意力模块。4.如权利要求3所述的方法，其特征在于，所述方法还包括：所述空洞空间金字塔池化模块对输入的任意大小的所述岩体图像进行多尺度特征提取转换为固定大小的特征向量；所述有效通道注意力模块对输入的所述岩体图像的边界特征进行提取。5.如权利要求1所述的方法，其特征在于，所述使用标注后的所述多张岩体图像对改进后的语义分割模型进行训练的步骤包括：将标注后的所述多张岩体图像划分成训练集、测试集及验证集，依次对改进后的语义分割模型进行训练；其中，所述训练集用于确定所述语义分割模型的参...

【专利技术属性】
技术研发人员：刘茂，李凡，杨红娟，杨东升，邓星桥，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：